完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 人工智能
人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。
文章:46139個(gè) 瀏覽:266022次 帖子:1084個(gè)
避免這些常見的誤解,了解機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)和不能實(shí)現(xiàn)的機(jī)制
機(jī)器學(xué)習(xí)被證明是非常有用的,人們很容易假設(shè)它可以解決所有問題并適用于所有情況。和其它工具一樣,機(jī)器學(xué)習(xí)在特定領(lǐng)域也很有用,特別是對(duì)于一直困擾著你,但你永...
2018-05-16 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1.7k 0
機(jī)器學(xué)習(xí):你應(yīng)該知道多少
器學(xué)習(xí)是一種非常有前景的技術(shù),它的能力是飛躍性的提升,在不久的將來會(huì)實(shí)實(shí)在在、潛移默化地影響我們每個(gè)人和每個(gè)領(lǐng)域。正因如此,有幾件事我認(rèn)為每個(gè)人都應(yīng)該了解。
2018-05-14 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1.1k 0
什么是遷移學(xué)習(xí)?遷移學(xué)習(xí)的實(shí)現(xiàn)方法與工具分析
人工智能競(jìng)爭(zhēng),從算法模型的研發(fā)競(jìng)爭(zhēng),轉(zhuǎn)向數(shù)據(jù)和數(shù)據(jù)質(zhì)量的競(jìng)爭(zhēng),這些成功的模型和算法主要是由監(jiān)督學(xué)習(xí)推動(dòng)的,而監(jiān)督學(xué)習(xí)對(duì)數(shù)據(jù)極度饑渴,需要海量數(shù)據(jù)(大數(shù)據(jù)...
2018-05-11 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.3萬 0
學(xué)習(xí)過概率的人一定知道貝葉斯定理,在信息領(lǐng)域內(nèi)有著無與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類算法,主要用來解決分類和回歸問題。人工智能之機(jī)器學(xué)習(xí)中...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1.2k 0
蒙特卡羅方法MCM(Monte Carlo Method),也稱隨機(jī)抽樣或統(tǒng)計(jì)模擬方法,是二十世紀(jì)四十年代中期由于科學(xué)技術(shù)的發(fā)展和電子計(jì)算機(jī)的發(fā)明,而被...
遺傳算法(GA)是從代表問題可能潛在的解集的一個(gè)種群(population)開始,而一個(gè)種群則由經(jīng)過基因(gene)編碼的一定數(shù)目的個(gè)體(individ...
人工智能機(jī)器學(xué)習(xí)三大類之回歸模型(RM)
回歸不是單一的有監(jiān)督學(xué)習(xí)技術(shù),而是許多技術(shù)所屬的整個(gè)類別。回歸的目的是預(yù)測(cè)數(shù)值型的目標(biāo)值,如預(yù)測(cè)商品價(jià)格、未來幾天的PM2.5等。最直接的辦法是依據(jù)輸入...
2018-07-13 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1.0萬 0
人工智能機(jī)器學(xué)習(xí)有關(guān)算法內(nèi)容,人工智能之機(jī)器學(xué)習(xí)主要有三大類:1)分類;2)回歸;3)聚類。今天我們重點(diǎn)探討一下卷積神經(jīng)網(wǎng)絡(luò)(CNN)算法。 前言: 人...
2018-06-18 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)cnn 5.9k 0
人工智能機(jī)器學(xué)習(xí)之受限玻爾茲曼機(jī)(RBM)算法
受限玻爾茲曼機(jī)RBM在深度學(xué)習(xí)領(lǐng)域一直有重要應(yīng)用,它是一種可用隨機(jī)神經(jīng)網(wǎng)絡(luò)來解釋的概率圖模型,由Smolensky在1986年在玻爾茲曼機(jī)BM的基礎(chǔ)上提...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 5.1k 0
人工智能機(jī)器學(xué)習(xí)之K近鄰算法(KNN)
K近鄰KNN(k-Nearest Neighbor)算法,也叫K最近鄰算法,1968年由 Cover 和 Hart 提出,是機(jī)器學(xué)習(xí)算法中比較成熟的算法...
2018-05-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 3.5k 0
深度神經(jīng)網(wǎng)絡(luò)的“黑盒”特點(diǎn)阻礙了進(jìn)一步分析網(wǎng)格細(xì)胞活動(dòng)特性對(duì)路徑整合的作用
網(wǎng)格細(xì)胞 信息功能非常豐富,回答了空間智能的核心問題。大鼠在定位過程中將空間分為等邊三角形,根據(jù)到三角形三個(gè)頂點(diǎn)的距離定位,并可以將自己的運(yùn)動(dòng)軌跡積分畫...
2018-05-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能 4.4k 0
物聯(lián)網(wǎng)、云計(jì)算、人工智能之間的關(guān)系你知道嗎?
同時(shí),人工智能雖然核心在于算法,但是它是根據(jù)大量的歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)來對(duì)未來進(jìn)行預(yù)測(cè)的。所以大量的數(shù)據(jù)對(duì)于人工智能的重要性也就不言而喻了,它可以處理和從...
2018-05-09 標(biāo)簽:云計(jì)算物聯(lián)網(wǎng)人工智能 7.6k 0
隨著從高度動(dòng)態(tài)、非結(jié)構(gòu)化自然數(shù)據(jù)中進(jìn)行收集、分析和決策的需求越來越高,對(duì)計(jì)算的需求也超越了經(jīng)典的CPU和GPU架構(gòu)?!安蝗パ芯繑?shù)據(jù)的產(chǎn)生、數(shù)據(jù)的類別、所...
提到蒙特卡羅(也有翻譯成“蒙特卡洛”)一詞,人們不禁想到摩納哥的賭城。這兩者之間有必然聯(lián)系么?答案是:Exactly!下面就隨網(wǎng)絡(luò)通信小編一起來了解一下...
企業(yè)應(yīng)該為AI的應(yīng)用做好這些準(zhǔn)備
并非每一個(gè)問題都可以通過機(jī)器學(xué)習(xí)來解決,也并不是每個(gè)企業(yè)都為AI的應(yīng)用做好了準(zhǔn)備。比如,企業(yè)要確定具體的應(yīng)用場(chǎng)景、是否有足夠的數(shù)據(jù)進(jìn)行分析、要建立預(yù)測(cè)模...
2018-05-17 標(biāo)簽:ai人工智能機(jī)器學(xué)習(xí) 1.2k 0
領(lǐng)先的機(jī)器學(xué)習(xí)工具,深度學(xué)習(xí)將如何改變醫(yī)療成像領(lǐng)域?
在醫(yī)學(xué)成像領(lǐng)域,疾病的準(zhǔn)確診斷或評(píng)估取決于圖像采集和圖像解譯。近年來,隨著技術(shù)的發(fā)展,設(shè)備能以更快地速率和更強(qiáng)大的分辨率來收集數(shù)據(jù),這大大提高了圖像采集...
2018-05-10 標(biāo)簽:gpu人工智能機(jī)器學(xué)習(xí) 1.4k 0
從代碼層次理解Caffe的實(shí)現(xiàn),從而實(shí)現(xiàn)新功能的定制
Caffe框架主要有五個(gè)組件,Blob,Solver,Net,Layer,Proto,其結(jié)構(gòu)圖如下圖1所示。Solver負(fù)責(zé)深度網(wǎng)絡(luò)的訓(xùn)練,每個(gè)Solv...
2018-05-17 標(biāo)簽:人工智能深度學(xué)習(xí)Caffe 1.9k 0
在人臉分割的應(yīng)用中,美妝是一個(gè)受眾較廣的問題。給出一張素顏正面照,如果能夠給出其最適合的化妝風(fēng)格并將其渲染到這張素顏臉上,可以讓女孩子們更方便地找到適合...
2018-05-18 標(biāo)簽:人工智能深度學(xué)習(xí) 2.6k 0
精選10個(gè)最新的案例感受人工智能應(yīng)用場(chǎng)景的多樣化
微軟亞洲研究院 (MSRA) 與東方海外航運(yùn) (OOCL) 宣布展開合作計(jì)劃,通過應(yīng)用人工智能 (AI)研究,改善航運(yùn)業(yè)網(wǎng)絡(luò)運(yùn)營(yíng),以提升效率,并會(huì)在未來...
一種基于大數(shù)據(jù)與人工智能分析的現(xiàn)代人口管控技術(shù)
為了解決深度神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)的問題,我們提出了分層矢量化多媒體信息表達(dá)體系。分層矢量化實(shí)際上是一個(gè)多層的特征編碼的過程。一個(gè)單層的特征編碼由以下幾個(gè)...
2018-05-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能大數(shù)據(jù) 6.6k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |